Does Candidate-Space Restriction Destabilize Cross-Tissue Gene Regulatory Network Benchmark Rankings? An Empirical Analysis of Analytic Flexibility in Computational Biology

あなたは、どの容疑者が犯罪において「最高」であるかを突き止めようとしている探偵だと想像してください。しかし、ここにはひねりがあります。どの部屋を見るかによって、犯罪現場が変わってしまうのです。生物学の世界では、科学者たちも同様の謎を解こうとしています。それは、遺伝子がどのように互いに話し合い、私たちの体を制御しているのかを解明することです。これらの会話は「遺伝子制御ネットワーク（GRN）」と呼ばれます。遺伝子を、巨大な都市に住む人々と考えてみてください。そして「ネットワーク」とは、誰が誰にメッセージを送っているかを示す地図のようなものです。いくつかの遺伝子は「市長」（転写因子と呼ばれます）のように命令を下し、他の遺伝子は指示に従うだけの一般市民のような存在です。

コンピュータープログラムがこの地図を描くのに優れているかどうかを判断するために、科学者は「ベンチマーク」を実施します。これは、さまざまなコンピュータープログラムが接続関係を推測しようとするレースのようなものです。プログラムは、どれだけ正しい推測ができたかに基づいてスコアを獲得します。しかし、ここには罠があります。レースのルールが変わることがあるのです。時には、都市内のすべての人の間にある「考えられるあらゆる」接続を含めるレースもあります。また別の時には、「市長がメッセージを送る接続のみを見る」というルールになることもあります。これは「候補空間の制限（candidate-space-restriction）」と呼ばれます。これは小さなルールの変更のように聞こえますが、レースを「全員が走るレース」から「市長だけが走るレース」に変えるようなものです。問題は、もしルールを変えたことで勝者が変わってしまうとしたら、その勝者は本当に「最高」だと言えるのか、それとも単にその特定のルールにおいて「運が良かった」だけなのか、ということです。

---

論文のストーリー：ルールを狭めると勝者が変わる

この論文は、完成したレースを再検証し、トラックのルールが実際に誰を最初にゴールさせたのかを確かめる探偵のようなものです。著者であるリウ・チェン（Liu Chen）は、免疫系、腎臓、肺という3つの異なる部位における遺伝子ネットワークをマッピングしようとした、6つの異なるコンピュータープログラムに関する先行研究の結果を取り上げました。

元の研究では、プログラムは3つの異なるルール（または候補空間）の下でテストされました。

1. 「全ペア（All-Pairs）」レース： プログラムは、任意の2つの遺伝子の間の接続を推測しなければなりませんでした。それは非常に大きく、混沌としたフィールドでした。
2. 「市長ソース（Mayor-Source）」レース： プログラムは、「市長」遺伝子がメッセージを送っている接続のみを推測しなければなりませんでした。
3. 「市長からターゲットへ（Mayor-to-Target）」レース： 最も厳しいルールです。プログラムは、「市長」がメッセージを送り、かつそのメッセージを受け取るはずの特定の「ターゲット」遺伝子が存在する場合の接続のみを推測しなければなりませんでした。

大きな疑問はこうです。もしプログラムが「全ペア」レースで勝ったとしても、ルールが厳しくなったときにも勝ち続けるのでしょうか？ それとも、勝者は入れ替わってしまうのでしょうか？

判明したこと

結果は衝撃的なものでした。ルールが緩いとき（「全ペア」レース）は、ランキングは非常に安定していました。あるプログラムが免疫系で最高であれば、通常は腎臓や肺でも最高でした。プログラム同士の合意（Kendall $\tau$ スコア 0.911）は約91%に達していました。

しかし、ルールが厳しくなるにつれて、ランキングはまるでトランプの城のように崩れ始めました。

• ルールを「市長ソース」の接続だけに制限すると、プログラム同士の意見の食い違いがより多くなりました。
• 最も厳しいルール（「市長からターゲットへ」）を使用すると、まさに混沌状態に陥りました。

物語を伝える数字は以下の通りです。

• 緩い「全ペア」レースでは、プログラム間の順位の逆転（ランキングの入れ替わり）は、組織間でわずか4.4%（45回の比較中2回）でした。
• 厳しい「市長からターゲットへ」のレースでは、順位の入れ替わりは31.1%（45回の比較中14回）に達しました。

これは大幅な上昇です。著者らは、この増加は統計的に有意である、つまり単なる偶然ではないと計算しました。これがランダムな運によって起こる確率は、わずか3.1%でした。

「誰が勝ったのか？」問題

さらに劇的なものにするために、著者らは実際に誰がレースに勝ったのかを確認しました。

• 緩い「全ペア」レースでは、GRNBoost2と呼ばれるプログラムが絶対的なチャンピオンでした。このプログラムは、免疫系、腎臓、肺のすべてで1位となりました。明確で一貫した勝者でした。
• しかし、最も厳しいレースでは、チャンピオンが変わりました！ GRNBoost2は免疫系と肺では依然として勝利しましたが、腎臓ではSpearman（別のプログラム）が王座を奪いました。
• 最も厳しい「市長からターゲットへ」のレースでは、混沌が極まりました：免疫系と腎臓ではSpearmanが勝ち、肺ではGENIE3が勝利しました。

「最高の」プログラムについての合意は、緩いレースでの100%（3つの組織中3つ）から、厳しいレースでのわずか33%（3つの組織中1つ）へと低下しました。

これが意味すること（および意味しないこと）

この論文は、ルールの選択が非常に重要であることを示唆しています。それは単なる中立的な詳細ではなく、結果を能動的に変えてしまうものです。もし厳格なルールだけを見ているなら、広範なルールを見ている場合よりも、異なるコンピュータープログラムが最高であると考えてしまうかもしれません。著者らは、科学者が一つのルールセットを選んで、それを「真実」であるかのように振る舞うべきではないと主張しています。代わりに、定義によって勝者がどれほど変わるかを見せられるよう、すべての異なるルールセットにおけるランキングを示すべきであるとしています。

しかし、著者らはこれが生物学のすべてに対する普遍的な法則であるとは述べていない点に注意しています。彼らは特定の6つのプログラムと3つの特定の生体組織のみをテストしました。また、彼ら自身で実験を行ったのではなく、すでに公開されているデータを再分析したものです。したがって、結果は「ルールは重要である」という強い警告ではありますが、これはこの特定のレースの断面図であり、将来のあらゆる遺伝子マッピングのレースが全く同じように振る舞うという保証ではありません。

まとめ

料理コンテストの審査を想像してみてください。もし「あらゆる食材を使って最高の料理を作ったか」に基づいて判断すれば、ある勝者が決まるかもしれません。しかし、もしルールを「スパイス成分のみを使った料理」に変えたら、全く異なる勝者が現れるかもしれません。この論文は、遺伝子マッピングの世界においても、「材料リスト（候補空間）」を変えることが、誰が最高のシェフであるかという認識を完全に変えてしまう可能性があることを示しています。公平であるためには、単に一つの材料リストを選んで、それが唯一の調理法であるかのように振る舞うのではなく、すべての異なる材料リストにおけるスコアを見る必要があるのです。